Dreaming of Electrical Waves: Generative Modeling of Cardiac Excitation Waves using Diffusion Models

要約

心房細動や心室細動などの生命を脅かす不整脈が発生すると、心臓内の電波は回転するスパイラル波またはスクロール波を形成します。
波のダイナミクスは通常、励起性媒体内の反応拡散ダイナミクスを記述する結合偏微分方程式を使用してモデル化されます。
最近では、データ駆動型生成モデリングが、物理システムおよび生物学システムで時空間パターンを生成する代替手段として登場しました。
ここでは、心臓組織における電波パターンの生成モデリングのためのノイズ除去拡散確率モデルを検討します。
無条件および条件付き生成タスクでそのような波形を生成できるように、シミュレートされた電波パターンを使用して拡散モデルをトレーニングしました。
たとえば、表面の 2 次元測定値から 3 次元の波のダイナミクスを再構築したり、パラメーター固有のダイナミクスを進化させたり生成したりするなど、修復タスクを検討しました。
私たちは、拡散によって生成されたソリューションを特徴づけ、生物物理モデルで得られたソリューションと比較しました。その結果、拡散モデルはスパイラル波とスクロール波のダイナミクスをうまく再現することを学習し、心臓組織の興奮波のモデリングに対する代替のデータ駆動型アプローチとして機能することがわかりました。
。
たとえば、ウェーブブレイクを誘発するためにペーシングプロトコルを適用する必要がなく、心室細動（VF）ダイナミクスを瞬時に開始できることがわかりました。
VF ダイナミクスは、任意の心室形状で作成でき、時間の経過とともに進化させることができます。
しかし、不十分な制約が与えられた場合、拡散モデルは波形パターンを「幻覚」させることもわかりました。
これらの制限に関係なく、拡散モデルは、心臓不整脈の研究および診断において多くの潜在的な用途を備えた興味深く強力なツールです。

要約(オリジナル)

Electrical waves in the heart form rotating spiral or scroll waves during life-threatening arrhythmias such as atrial or ventricular fibrillation. The wave dynamics are typically modeled using coupled partial differential equations, which describe reaction-diffusion dynamics in excitable media. More recently, data-driven generative modeling has emerged as an alternative to generate spatio-temporal patterns in physical and biological systems. Here, we explore denoising diffusion probabilistic models for the generative modeling of electrical wave patterns in cardiac tissue. We trained diffusion models with simulated electrical wave patterns to be able to generate such wave patterns in unconditional and conditional generation tasks. For instance, we explored inpainting tasks, such as reconstructing three-dimensional wave dynamics from superficial two-dimensional measurements, and evolving and generating parameter-specific dynamics. We characterized and compared the diffusion-generated solutions to solutions obtained with biophysical models and found that diffusion models learn to replicate spiral and scroll waves dynamics so well that they could serve as an alternative data-driven approach for the modeling of excitation waves in cardiac tissue. For instance, we found that it is possible to initiate ventricular fibrillation (VF) dynamics instantaneously without having to apply pacing protocols in order to induce wavebreak. The VF dynamics can be created in arbitrary ventricular geometries and can be evolved over time. However, we also found that diffusion models `hallucinate’ wave patterns when given insufficient constraints. Regardless of these limitations, diffusion models are an interesting and powerful tool with many potential applications in cardiac arrhythmia research and diagnostics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google